The E&P industry generates a big amount of data every day. These data are used by the involved professionals in various workflows. Due to the background difference of these professionals and the great amount of data involved, semantic interoperability between these data is a big challenge. In this work, we propose an ontology-based framework for semantic workflow composition in the Geology domain. We combine together an ontology network, the notion of ontology-based data access and the concept of data lake to propose a solution for the data interoperability problem during workflow execution. Resumo. A indu´stria de E&P gera diariamente uma grande quantidade de dados. Estes dados sa˜o utilizados pelos profissionais envolvidos em diversos workflows. Devido a diferenc¸a de formac¸ a˜o destes profissionais e a grande quantidade de dados envolvida, a interoperabilidade semaˆntica destes dados e´ um grande desafio. Neste trabalho, propomos uma arquitetura baseada em ontologias para composic¸ a˜o semaˆntica de workflows para o dom´ınio da Geologia. Combinamos uma rede de ontologias, a noc¸a˜o de acesso a dados baseado em ontologias e o conceito de data lake para propor uma soluc¸a˜o ao problema de interoperabilidade de dados durante a execuc¸a˜o de workflows.
Segundo
Este trabalho investiga o tema de interoperabilidade semaˆntica de dados na cadeia de explorac¸a˜o e produc¸ a˜o de petro´ leo, faz parte de um estudo de doutorado e tem previsa˜o de defesa para fevereiro de 2020. Propomos neste artigo uma arquitetura para descric¸a˜o e composic¸a˜o semaˆntica de workflows no dom´ınio da Geologia. Esta arquitetura e´ baseada em uma Rede de Ontologias e no conceito de Acesso a Dados Baseado em Ontologias (OBDA).
Workflow no contexto deste trabalho tem sua origem na disciplina de Modelagem
de Processos de Nego´ cios (BPM). Um workflow e´ uma abstrac¸a˜o de um processo de
nego´ cios e compreende uma se´rie de passos (conhecidos como tarefas ou atividades),
dependeˆncias entre tarefas, regras de fluxo e participantes. Uma tarefa pode representar
uma tarefa humana ou um sistema computacional [
Uma rede de ontologias e´ uma colec¸a˜o de ontologias que esta˜o conectadas entre si
atrave´s de relacionamentos como alinhamentos, dependeˆncias, versionamentos, entre
outras relac¸ o˜es [
No paradigma de Acesso a Dados Baseado em Ontologias, uma ontologia
funciona como um esquema de alto n´ıvel sobre uma fonte de dados e fornece um vocabula´rio
para consultas de usua´rios. O sistema reescreve estas consultas de usua´rios para a
linguagem da fonte de dados original e realiza esta consulta [
As contribuic¸ o˜es deste trabalho sa˜o a definic¸a˜o de uma rede de ontologias que suporta a formalizac¸a˜o de conhecimento geol o´gico de forma integrada com tarefas e processos realizados no dom´ınio, e uma arquitetura que suporta a integrac¸a˜o deste conhecimento com o armazenamento de suas instaˆncias em um banco de dados relacional aliado a um data lake atrave´s da noc¸a˜o de OBDA.
Investigamos trabalhos que buscassem a descric¸a˜o de workflows com o suporte de ontologias. A seguir, faremos uma descric¸a˜o dos principais trabalhos e uma breve comparac¸ a˜o com a arquitetura que estamos propondo.
Em [
Em [
Em [
As ontologias desenvolvidas ou reutilizadas neste trabalho esta˜o alinhadas com a
ontologia de topo Basic Formal Ontology (BFO). A BFO e´ uma ontologia de topo desenvolvida
para auxiliar na integrac¸a˜o de dados para a pesquisa cient´ıfica. Ela foi constru´ıda
deliberadamente pequena e seus conceitos sa˜o independentes de dom´ınio. A BFO auxilia na
interoperabilidade entre va´rios dom´ınios fornecendo uma estrutura comum de alto n´ıvel,
o que propicia a informac¸a˜o existente em diferentes ontologias a fazer parte de uma
arquitetura comum para categorizac¸a˜o e racioc´ınio [
Para nos beneficiarmos do conceito de ODBA utilizamos o sistema open-source
Ontop. O sistema Ontop transforma um banco de dados relacional em um grafo RDF
virtual, e enta˜o mapeia os conceitos e relac¸ o˜es da ontologia ao banco de dados. Este
grafo virtual pode ser enta˜o consultado atrave´s da linguagem SPARQL, que sera´
traduzida para consultas SQL sobre o banco de dados de forma transparente ao usua´rio
[
Como forma de armazenar arquivos e recursos que sa˜o utilizados durante a cadeia
de E&P combinamos a estrutura formal dada pelas ontologias aliadas ao banco de dados
relacional com um reposito´rio de dados do tipo data lake. Um data lake e´ um reposito´rio
massivo de dados na˜o estruturado baseado em tecnologias de baixo custo que
incrementam a captura, refino, arquivamento e explorac¸a˜o de dados brutos dentro de uma empresa
[
A arquitetura proposta neste artigo pode ser dividida em duas grandes camadas. Uma Camada de Conhecimento, responsa´vel por armazenar e gerenciar o conhecimento, e outra Camada de Aplicac¸a˜o, responsa´vel por gerenciar buscas, visualizac¸ o˜es e composic¸a˜o semaˆntica de workflows sobre este conhecimento.
A camada de conhecimento possui dois mo´dulos. Uma rede de ontologias para descrever conhecimento de dom´ınios da Geologia e de Modelagem de Processos de Nego´cio e uma camada contendo um banco de dados relacional e um data lake. O mapeamento entre a rede de ontologias e o banco de dados ocorre atrave´s do sistema Ontop. A figura 1 apresenta um esquema da camada de conhecimento.
Figura 1. Arquitetura do Mo´ dulo de Conhecimento.
A rede de ontologias que propomos possui dois ramos de conhecimento distintos: um para descrever conhecimento relacionado a Geologia, e outro para descrever conhecimento relacionado a Modelagem de Processos de Nego´cio. Como base para alinhar estes dois ramos utilizamos a ontologia de topo BFO. Para cada ramo, uma ontologia core descreve conceitos gene´ricos que sa˜o compartilhados entre seus subdom´ınios, e ontologias de dom´ınio espec´ıficas descrevem o conhecimento de dom´ınio que na˜o e´ compartilhado por todas as outras ontologias. A figura 2 apresenta um exemplo da hierarquia existente entre as ontologias contidas na rede.
Figura 2. Hierarquia entre ontologias contidas na rede.
Para o ramo da Geologia, a ontologia core define termos gene´ricos como Objeto Geolo´gico, Unidade Geolo´gica e Processo Geolo´gico e as relac¸o˜es existentes entre eles, enquanto as ontologias de dom´ınio especializam estes conceitos gene´ricos, como por exemplo o conceito de Unidade Litolo´gica (volume de rocha distingu´ıvel por suas caracter´ısticas litolo´gicas).
Para o ramo de BPM, a ontologia core define conceitos gene´ricos como Tarefa e Workflow, enquanto as ontologias de dom´ınio especializam conceitos como Interpretar Textura ou Descrever Contatos, tarefas mais espec´ıficas. A ontologia core tambe´m conte´m relac¸ o˜es que permitem compor novos workflows semaˆnticos a partir de tarefas que esta˜o definidas nas ontologias de dom´ınio, como por exemplo relac¸o˜es de fluxo, que definem a sequeˆncia em que as tarefas devem ser executadas, e relac¸o˜es de entrada e sa´ıda.
O mo´dulo de armazenamento de dados e´ composto por um banco de dados relacional e um data lake. O banco de dados armazena instaˆncias dos conceitos existentes nas ontologias. Estas instaˆncias podem ser refereˆncias a objetos da realidade, como um poc¸o de petro´leo em espec´ıfico ou uma unidade litolo´gica espec´ıfica, ou refereˆncias a arquivos, como por exemplo um arquivo XML ou um arquivo com dados s´ısmicos, e que esta˜o armazenados no data lake. Ale´m disso, o banco tambe´m armazena instaˆncias de tarefas e workflows espec´ıficos e dados relacionados a eles, como o usua´rio que realizou a tarefa, quais as instaˆncias de dados de entrada utilizados ou quais as instaˆncias de dados resultantes ao fim do workflow.
A conexa˜o entre o mo´dulo de armazenamento de dados e a rede de ontologias e´ realizada atrave´s do sistema Ontop. Os mapeamentos sa˜o realizados com a linguagem nativa de mapeamento do framework e relacionam classes e relac¸o˜es das ontologias com viso˜es do banco de dados por SQL. As ontologias junto com os mapeamentos resultam em uma grafo RDF virtual que pode ser consultado atrave´s da linguagem SPARQL.
A camada de aplicac¸a˜o e´ uma interface responsa´vel por gerenciar consultas do usua´rio sobre a camada de conhecimento e compor workflows. Consultas podem ser no n´ıvel de conceitos (Universais), cujo resultado sa˜o definic¸ o˜es ontolo´gicas, ou no n´ıvel de instaˆncias (Particulares), cujo resultado sa˜o instaˆncias do banco ou arquivos existentes no data lake. Por exemplo, o usua´rio pode consultar o que e´ uma Unidade Litolo´gica, e neste caso o resultado deve ser a definic¸a˜o ontolo´gica de Unidade Litolo´gica, ou o usua´rio pode consultar quais Unidades Litolo´gicas existem, e neste caso o resultado deve ser todas as instaˆncias de Unidade Litolo´gica espec´ıficas existentes no banco de dados.
A composic¸a˜o de workflows se da´ atrave´s da associac¸ a˜o de tarefas e workflows existentes com as relac¸ o˜es definidas nas ontologias de BPM. A figura 3 apresenta um exemplo fragmentado de como a tarefa de Interpretac¸a˜o Textural pode ser definida na ontologia. A tarefa possui como entrada uma Unidade Litolo´gica e tem como sa´ıda a Granulometria desta Unidade. Ou seja, para esta tarefa o usua´rio deve analisar uma Objeto Geolo´gico (entidade 3D que existe no mundo real) e definir o valor de sua qualidade Granulometria (tamanho dos gra˜os de rocha nesta unidade). Para instanciar esta tarefa devemos possuir uma instaˆncia de Unidade Litolo´gica no banco (que referencia uma Unidade do mundo real). Ao te´rmino desta tarefa deve ser adicionado ao banco o valor da qualidade Granulometria para essa instaˆncia de Unidade Litolo´gica espec´ıfica e informac¸ o˜es sobre a realizac¸a˜o desta tarefa, como usua´rio, valores de entrada, e valores de sa´ıda.
Figura 3. Exemplo de defini c¸a˜ o para a tarefa de Interpreta c¸a˜ o Textural.
Neste artigo, propomos uma arquitetura baseada em ontologias para composic¸a˜o semaˆntica de workflows. A arquitetura utilizada uma rede de ontologias para definir formalmente conceitos do dom´ınio e como relaciona´-los com tarefas e workflows que os utilizam.
A arquitetura proposta permite representar conhecimento de dom´ınio, descrever semanticamente as tarefas e workflows, mapea´-los para os conceitos de dom´ınio como entradas e sa´ıdas, compor novos workflows a partir das tarefas e workflows ja´ existentes, armazenar informac¸o˜es e arquivos que sera˜o de fato utilizados nos workflows a serem executados e rastrear os dados que foram utilizados durante a instanciac¸a˜o de um workflow.
Este trabalho esta´ em andamento e possui previsa˜o de defesa da tese de doutorado para fevereiro de 2020. A previsa˜o para te´rmino dos mapeamentos entre a rede de ontologias e o banco de dados e´ para o final de 2018 e a validac¸a˜o dos resultados esta´ prevista para o primeiro semestre de 2019.